MétaCan
Menu
Retour à la cohorte
Enregistrement W2064358814 · doi:10.1080/07011784.2014.985510

A decision support system for improving “fish friendly” flow compliance in the regulated Okanagan Lake and River System of British Columbia

2015· article· en· W2064358814 sur OpenAlexafffundvenueabout
Kim D. Hyatt, Clint Alexander, Margot M. Stockwell

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaU.S. Fish and Wildlife ServiceWashington State University
Mots-clésEnvironmental scienceDecision support systemWater resourcesStreamflowWater resource managementEnvironmental resource managementHydrology (agriculture)BusinessDrainage basinComputer scienceEcologyGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

The Okanagan Valley of British Columbia (BC) has one of the lowest per-capita water supplies in Canada. Large fluctuations in water supplies routinely induce seasonal extremes of flood and drought conditions that challenge the ability of decision makers to operate complex water management infrastructure (dams, dikes, irrigation networks, flood control channels) to satisfy competing objectives to meet human-system versus natural-system needs (e.g. protect property, irrigate land, protect aquatic biota). An audit of water management performance from 1982 to 1997 indicated frequent non-compliance of water regulation decisions with “fish friendly,” lake level and river discharge ranges specified by the 1982 Canada–BC Okanagan Basin Implementation Agreement (OBIA). Development and deployment of an environmental decision support system (EDSS) to provide real-time fish and water management tools (FWMT) to decision makers offered a potential means to improve the balance of water management decisions affecting both human and natural systems. The resultant FWMT-EDSS described here includes: a coupled set of four biophysical models of critical relationships among climate, fish and water that interact with a fifth water management rules model used to predict potential consequences of decisions for fish and other water users; a network of stations providing nearly instantaneous observations of lake elevation, river-discharge, precipitation and snowpack; a Structured Query Language (SQL) server database; an internet-accessible, graphical user interface; and a set of end users representing decision makers from government agencies, industry and local communities. FWMT provides a risk assessment framework to integrate biophysical processes, deal with multiple species and geographic locations, anticipate socioeconomic outcomes of water management decisions and increase cooperation among water users to improve fish and water management. Comparisons of observations from pre-FWMT “control” versus FWMT deployment years (n = 20 and 11, respectively) indicate significant improvements at both daily (p < 0.001) and annual (p < 0.05) time scales in compliance of water management decisions with OBIA guidelines to protect salmon during critical egg-to-fry emergence stages. These FWMT-enabled improvements were achieved without any increased damage to water system infrastructure, riparian property or agricultural production from flood or drought conditions.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,525

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,188
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetFish Ecology and Management StudiesTravaux en français237 207